親愛的廣場用戶們,新年即將開啟,我們希望您也能在 Gate 廣場上留下專屬印記,把 2026 的第一句話,留在 Gate 廣場!發布您的 #我的2026第一帖,记录对 2026 的第一句期待、願望或計劃,與全球 Web3 用戶共同迎接全新的旅程,創造專屬於你的年度開篇篇章,解鎖廣場價值 $10,000 新年專屬福利!
活動時間:2025/12/31 18:00 — 2026/01/15 23:59(UTC+8)
🎁 活動獎勵:多發多獎,曝光拉滿!
1️⃣ 2026 幸運大獎:從全部有效貼文中隨機抽取 1 位,獎勵包含:
2026U 仓位體驗券
Gate 新年限定禮盒
全年廣場首頁推薦位曝光
2️⃣ 人氣新年貼 TOP 1–10:根據發帖量及互動表現綜合排名,獎勵包含:
Gate 新年限定禮盒
廣場精選貼 5 篇推薦曝光
3️⃣ 新手首貼加成獎勵:活動前未在廣場發帖的用戶,活動期間首次發帖即可獲得:
50U 仓位體驗券
進入「新年新聲」推薦榜單,額外曝光加持
4️⃣ 基礎參與獎勵:所有符合規則的用戶中隨機抽取 20 位,贈送新年 F1 紅牛周邊禮包
參與方式:
1️⃣ 帶話題 #我的2026第一条帖 發帖,內容字數需要不少於 30 字
2️⃣ 內容方向不限,可以是以下內容:
寫給 2026 的第一句話
新年目標與計劃
Web3 領域探索及成長願景
注意事項
• 禁止抄襲、洗稿及違
AI 基礎設施建設背後的真正經濟學:為何對泡沫的廉價談論會錯失重點
懷疑論者紛紛出動。來自主要金融媒體的文章——如《金融時報》警告“幻影數據中心”膨脹美國電力預測,以及《華爾街日報》關於“AI炒作與現實”的報導——持續質疑對AI基礎設施的巨大投資是否具有經濟合理性。這些文章建立在一個誘人的前提上:AI系統所需的資本不可能產生足夠的回報來證明投資的合理性。但這種批評根本誤解了AI革命的本質,而且大多是空洞的言論,掩蓋了真正的經濟轉型。
$650 十億美元的年度營收問題 (那其實不是問題)
懷疑論者的核心論點是:摩根大通建立了一個金融模型,假設到2030年全球AI基礎設施投資將達到$5 兆美元。他們接著提出一個簡單的問題:所有這些硬體每年需要產生多少額外的營收,才能為投資者帶來合理的10%年回報?他們的答案是:大約$650 十億美元——超過蘋果目前年度銷售額的150%以上,約是OpenAI目前營收的30倍。
這聽起來不可能。這正是為什麼許多投資者和分析師將其視為泡沫證明的原因。關於泡沫風險的空談能吸引點擊和建立信譽,尤其是在市場對過度膨脹感到緊張的情況下。
但這種框架存在一個關鍵缺陷。它將AI基礎設施的支出視為一次性、靜態的投資——類似於市場對移動技術、雲計算或寬帶連接的看法。這些都很重要,但每一項都在相對可預測、預先確定的計算週期內運作。
AI的根本不同:智慧需要實時工廠
根本的差異在於AI系統的運作方式。傳統軟體是預先編譯的。你只需寫一次代碼,計算需求就相對溫和且可預測。而AI系統——尤其是生成式和代理式AI——則在實時運作。它們在每一刻產生新資訊、新標記、新價值。它們不能預先生成智慧再稍後取用。智慧必須持續創造。
NVIDIA的CEO黃仁勳在《金融時報》AI未來會議上闡述了這一轉變:“過去的軟體是預先編譯的。為了讓AI有效,它必須具有情境感知能力,並在當下產生智慧。產生高需求AI所需的計算相當龐大。我們建立了一個需要工廠的產業——數百億美元的工廠——來生產用於服務數萬億美元產業的標記和智慧。”
這徹底改變了一切。我們不是在建造被動數據存儲的倉庫,而是在構建實時智慧產生系統。計算能力不會閒置於使用之間;它持續運作,在每個週期中產生價值。這完全改變了單位經濟學。
想想其影響:幾乎每個行業都將用AI來增強勞動力和人類能力。大多數人今天還未使用AI,但在未來幾年內,幾乎每一次互動和交易都會以某種形式涉及AI系統。在今天低AI使用率與明日持續部署之間,對計算的需求將呈指數級增長。
像NVIDIA和台積電這樣的硬體製造商仍被低估
華爾街分析師一直低估GPU驅動計算系統的潛力。主要銀行的最新預測顯示,NVIDIA在2027財年(從2025年2月開始)的銷售額約為$275 十億美元(。然而,根據高盛和美銀的研究,隨著全球AI基礎設施支出在2028年突破)兆美元,該公司整體可及市場(TAM)以加速的速度增長,可能支撐更高的營收數字。
台灣半導體公司(台積電)——生產推動AI革命的晶片——也面臨類似的機會。隨著AI推理和訓練需求在每個主要科技公司和企業中擴展,台積電的產能成為制約因素,而非理所當然。這一動態本身就暗示,當前的股價估值可能低估了多十年的潛在成長空間。
物理-AI的乘數效應:這只是開始
在生成式AI和代理式AI在未來五年內為GDP增加數百個基點之後,Physical-AI的出現將進一步放大基礎設施需求。自動駕駛車、類人機器人、自動化工廠和智慧城市系統將不僅在數據中心需要計算能力,還會在邊緣分散部署——冗餘、強大且離線可用,以確保安全關鍵操作。
訓練和推理Physical-AI系統所需的基礎設施,可能超出大多數分析師目前的預測範圍。如果生成式AI需要“工廠”,那麼Physical-AI則需要一個全新的分散在物理世界的計算生態系統。
區分聰明投資與空洞言論
金融頭條喜歡故事衝突。泡沫警告能吸引關注。但長期來看,市場的財富來自於具有多十年視野的機構投資者——像Baillie Gifford這樣的公司,他們支持“真正的投資”,投資於那些在數十年內推動進步的公司,而非短期的季度。它們曾是特斯拉的早期投資者;而NVIDIA現在是他們最大的持倉。
這並非盲目熱情或魯莽投機。這是認識到某些技術轉變會隨時間累積,並以令人驚訝的方式超出只專注於季度循環和短期情緒的觀察者預期。
底線:觀察“推升與展望”循環
預計NVIDIA將在Blackwell的系統推出並受到強勁需求推動下,交出另一個超越預期的季度,並提升前瞻指引。華爾街將再次上調增長預估和目標價。當那一刻來臨時,要記住,分析師仍在追趕AI基礎設施投資的實際潛力——這條跑道將隨著產業擴展而加速,而非放緩。
關於AI泡沫的空談將持續。但真正的經濟學——在每個行業進行規模化的實時智慧產出需求——指向一個不同的結論:我們仍處於部署的早期階段,基礎設施建設才剛剛開始。那些能夠穿越懷疑聲浪、專注於長期基礎設施需求的投資者,或許會發現,最好的機會仍在前方。